APP下载

基于机器学习的“蓝海”气象指数建立及其影响因素分析

2022-05-25蔡仕博夏静雯赵晓彤

气象水文海洋仪器 2022年1期
关键词:潮位浊度蓝海

蔡仕博,王 杰,夏静雯,赵晓彤,闻 丹

(1.南京信息工程大学,南京 210044;2.鄞州区气象局,鄞州 315194)

0 引言

海水光学特性可以分为表观光学性质(Apparent Optical Properties,AOPs)和固有光学性质(Inherent Optical Properties,IOPs)[1]。海水透明度作为描述海水光学特征的一个重要参数,在军事、渔业生产、海洋生态环境监测等方面有着广泛应用[2-4]。在物理学中,海水透明度实际表示的是海水的光束衰减系数;在海洋学中,海水透明度实则反映了海水的混浊程度[5]。因此从海洋学角度,海水透明度的变化一定意义上可以反映水色的变化。

中国东海属典型二类水体[6],水体光学特性复杂。长期以来,学者对东海海域透明度时空分布特征进行了比较详细的研究[7-13],研究发现东海海水透明度等值线大致呈南北向分布,透明度大小西低东高,且海水透明度有着明显季节变化特征:夏季透明度高,春秋季次之,冬季最低。

咸祥镇位于鄞州东南部,临近象山港,拥有近16 km的海岸线。在温度、风向、潮汐以及生态环境等有利的条件下,某些时段其海域海水透明度高、浊度低,非常清澈,呈现碧海蓝天的宜人景致,这种现象称为“蓝海”现象。“蓝海”现象的出现,对当地旅游业的发展起到了重要的促进作用。但是“蓝海”现象何时出现难以预测,因此如何准确预报“蓝海”成为了亟待解决的难题。

目前,已有众多学者分析了水体内悬浮物质含量、风浪、潮流扰动、入海径流等因素对海水透明度、浊度的影响,但是对于气象条件因素的研究较少,且缺乏预测海水透明度的手段。因此,文章将选取以气象要素为主的相关因素,以咸祥镇附近象山港海域作为研究区,分析各类因素对其海水透明度和海水浊度的影响,以此为预报咸祥“蓝海”提供理论依据。

1 数据与方法

1.1 研究区概况

文章选取鄞州咸祥镇附近的象山港海域作为海洋要素观测站点。象山港是一个东北-西南向、深入内陆约60 km的狭长形海湾,整体地形复杂。港内潮汐属正规半日潮,潮汐特点是港内潮差较大,最大潮差5.65 m,涨潮历时大于落潮历时。港内潮流属不正规半日浅海流,以往复流形式为主,落潮流速大于涨潮流速,最大流速183 cm/s。外海浪对于象山港域影响较小,天气系统不易对港内风浪形成破坏性威胁。港内终年水色清澈,悬沙含量较低,平均值在0.01~0.4 kg/m3。

1.2 观测设备及数据

海水透明度数据通过海水透明盘测量。透明度盘由一块直径30 cm的白色金属圆盘、重物铅锤和绳索组成,绳索上标有刻度。在背光处将透明度盘垂直放入水中,直到观察者肉眼刚好看不见为止,此时绳索上的读数即为海水透明度[15]。

文章用Hach 2100Q便携式浊度仪测量海水浊度数据,仪器量程为0~1000 NTU,最低量程分辨力为0.01 NTU,准确度±2%。

在咸祥镇附近象山港海域选取3个站点进行海水透明度及海水浊度观测,3个站点经纬度分别为:29°39′52″E,121°50′8.10″ N(XX01);29°39′15″E,121°47′53″N(XX02);29°38′10.43″E,121°46′56.49″N(XX03)。

文章中气象数据来源于鄞州区气象局,选取与海水观测站点最为接近的咸祥镇南头渔村站的气象数据。潮位差数据来源于宁波市海洋与渔业局。所有观测资料的时间段为2018-08-25—2018-10-24。

1.3 研究方法

基于机器学习理论,对于数据集中的某个特征进行预测本质上属于回归问题。文章使用Python中的scikit-learn机器学习库,利用多元线性回归模型对海水透明度和浊度进行预测。首先对数据集进行预处理,将“透明度、浊度、潮位差、极大风速、海况、平均气温”等6项数据归入数据集;然后根据整体样本数量(165个),利用train_test_split将数据集进行划分,随机抽取其中20%的样本作为测试集,其余样本作为训练集;再利用scikit-learn库中的linear_model模块,对海水透明度和海水浊度进行回归分析。

2 结果与分析

2.1 海水透明度和浊度相关分析

对3个海水观测点海水透明度及浊度数据进行时间序列分析,如图1所示,其中横轴时间为对应的农历时间。从图1中可以看出,XX01、XX02和XX03观测点透明度的范围分别在0.1~1.6 m、0.2~1.6 m和0.2~1.5 m,浊度的范围分别为4~544 NTU、4.04~894 NTU和4.22~726 NTU。3个站点海水透明度与浊度均呈现明显的负相关性,透明度的波峰波谷能较好对应浊度波谷和波峰。农历初一或十五左右大潮时,透明度较低出现波谷,浊度较高出现波峰;农历初七初八、廿二或廿三左右小潮时,透明度出现波峰,浊度出现波谷。

图1 各站点透明度与浊度关系

2.2 “蓝海”气象指数预报模型建立

对数据集进行预处理后,使用scikit-learn库中LinearRegression函数创建回归器,使用train_test_split随机分类后的训练集,对潮位差、极大风速、海况等级、平均气温数据与海水透明度和浊度分别进行线性拟合,得到海水透明度和浊度预报模型:

(1)

(2)

式中,海水透明度为Y1;海水浊度为Y2;潮位差为X1;极大风速为X2;海况等级为X3;平均气温为X4。得到预报模型后,利用测试集对该模型进行检验,得到图2。图中x轴表示样本,y轴分别表示透明度(图2a)和浊度(图2b)。

从图2上看,海水透明度和浊度预报模型拟合效果较好。综合考虑到浊度的取值范围较大,以及透明度和浊度有着明显的负相关性,因此文章拟定以海水透明度预报模型作为“蓝海”气象指数预报模型。通过实际情况综合考量,最终将“蓝海”气象指数划分为4个等级:一般、良、优、极优。定义海水透明度0.1~0.4 m时,“蓝海”气象指数为一般;0.5~0.7 m时,“蓝海”气象指数为良;0.8~1.1 m时,“蓝海”气象指数为优;1.2 m及以上时,“蓝海”气象指数为极优。

图2 海水透明度及浊度预报模型检验

2.3 影响因素分析

从两个模型的量级可知,潮位差、海况等级、气温对海水透明度影响显著,而海水浊度的主要影响因子是潮位差、极大风速和气温。海况等级实际上表示的是风浪大小,所以极大风速在一定程度上可以代表海况等级,由此可知气温、风这两个气象要素,对海水透明度和海水浊度有明显影响。

其中,气温与海水透明度呈正相关性,与海水浊度呈负相关,这可能是由于海气交换,气温能直接影响海水温度,海水温度升高,海水垂直稳定度更大,上下层海水不易混合,因此海水透明度更高。而风力大小与海水透明度呈负相关性,与海水浊度呈正相关,则可能是因为风力大小直接影响风浪大小,较大的风浪会破坏海水的层化分布,在海水内部形成涡动混合,改变相对稳定的悬浮体系,引起透明度的降低和浊度的升高。

3 结束语

文章从探寻气象要素、潮汐要素等多种要素对海水颜色影响的角度出发,利用实地观测的透明度、海水浊度数据,对鄞州区咸祥镇附近海域进行了研究分析。基于机器学习理论,从数据分析的角度切入,对各类要素与海水透明度和浊度之间的关系进行了定性分析,同时建立了咸祥“蓝海”气象指数定量预报模型,这可以为未来海水透明度研究提供一种从气象要素出发的预报思路。

猜你喜欢

潮位浊度蓝海
黄永峰:追梦互联网新蓝海 彰显新阶层新担当
高浊度水处理参数优化研究分析
基于距离倒数加权的多站潮位改正方法可行性分析
基于曲线比较传递法推算水位精度分析
混凝沉淀处理生活污水的实验研究
《中国药典》四部通则澄清度检查法中可能存在问题的探讨*
猪迪克之蓝海奇缘
青草沙水库浊度与悬浮颗粒物粒径的分布特征
海外翻拍,国产影视IP下一个“蓝海”?
台资新产业:蓝海还是江湖